三维人体重建是计算机图形学和计算机视觉中一个重要的研究课题，也是一个研究热点。重建的三维人体模型可应用于服装工业、体育运动、医疗等众多领域。传统的三维扫描仪获取数据的精度高，噪声少，成本昂贵，操作专业复杂。近几年推出的类Kinect设备比如Kinect, PrimeSense, XtionPRO等也具备三维扫描的功能。这类设备最大的优势在于廉价，操作简单，但是数据噪声大，分辨率低，直接用来重建三维人体，效果很不理想。因此针对类Kinect的特点，研究一种基于类Kinect重建三维人体模型的方法非常有意义。本文针对类Kinect的特点，通过改进传统算法和提出新方法来提高使用类Kinect重建三维人体模型的效果。主要研究内容包括如下：(1)综合分析了基于类Kinect在三维人体重建方面的研究现状，同时也分别对三维人体重建中使用的算法作了相关研究现状的分析，并指出了其重要的研究意义和广泛的应用前景。(2)根据类Kinect深度成像和计算原理，分析其产生噪声和孔洞的原因，针对这些原因构造能量方程，来减少噪声和修复孔洞。在完成深度图像去噪和孔洞修复的过程后，将深度图转换为点云数据并结合深度信息和颜色信息从相邻点云中获取匹配块。以匹配块为输入，构建一个高斯混合模型，使用最大期望算法迭代求解变换矩阵，完成相邻点云之间的局部配准。针对环闭合问题(Loop Closure Problem)[21]，通过对匹配块的重采样，构造空间封闭曲线，然后将重采样点投射到曲线上，计算修正变换矩阵完成全局配准。全局配准后，用方向距离函数合并点云，再对合并后的点云进行泊松表面重建，最后得到一个三维人体模型。(3)本文将重建三维人体模型应用到三维虚拟试衣系统中。整体描述了系统的功能模块并分别对各个模块中主要的设计和实现方法进行了详细描述。论文最后对本课题的工作做了总结，并进一步展望了下一步的研究方向。